若腸病毒和登革熱上熱搜排行榜，那可就糟了！

啊？為什麼Google會比疾病管制署還早知道登革熱正在流行？

根據〈台灣流感疫情也可以問問Google大神！〉一文，我們發現了民眾非常仰賴 Google，連生病了也會用 Google 查症狀。因此當感冒的人多了，在網路上查詢「發燒」的活動強度跟著提高，讓特定關鍵字的搜尋熱門度，成了疫情變化的指標[1]。

對防疫人員來說，在傳染病肆虐之時，能夠越早掌握疫情的情況越好，但在傳統的疾病檢測技術上，從送檢到確診耗時費日，甚至可能會長達兩周以上（圖 1、表 1），此拖延在流行病爆發之際是難以避免的致命傷 [註1]。

然而如圖 1 所示，患者會因為發燒、痠痛而搜尋特定關鍵字，醫師也會利用 Google 等網路工具來查詢患者的症狀，因此網路活動的變化會立即地（Google 幾乎可提供當日的數據）反應出民間和第一線醫院的嚴重度。反觀傳統的實驗室檢測，一般有 1~5 日的等待期，但在少數特殊案例，也可能會出現長達 20 日的等待期。而此空窗期正好可透過分析網路活動的變化來彌補，以達到掌握疫情和輿論之功效！

圖 1：分析網路活動量和傳統疾病檢測互相搭配，可彌補檢測等待期。圖／ 張昱維、蔣維倫

表 1：各疾病的送檢與檢測時間。圖／中華民國疾病管制署署長信箱回應

腸病毒熱搜，急診病患也變多

在台灣，腸病毒通常是 4 月開始延燒，約莫 9 月結束，從圖 2 歷年來的急診比例變化中即可看出此現象。而我們使用了「腸病毒」和「水泡」關鍵字來觀察網路搜尋強度 [註2]，可以發現到「腸病毒」（藍色線）的變化趨勢，似乎和該年感染腸病毒而掛急診的人潮有正比的關係。而經由統計分析後發現（圖 3），兩組數據在歷年的線性關係都極高，除 2016 年以外，其餘四年的 R² 線性值皆大於 0.8，而 pearson 相關係數也呈現類似趨勢。顯示就腸病毒而言，觀察網路活動的變化，的確能協助評估腸病毒在台灣肆虐的嚴重程度。

搜尋「腸病毒」的變化趨勢，和感染腸病毒掛急診的患者比例變化趨勢，有很高程度的相關。

圖 2：2012 年至 2016 年的各週裡，台灣急診因腸病毒而前往求診的比例（柱狀圖），以及關鍵字在網路的搜尋強度（線性圖）。

圖 3：2012 年至 2016 年，以急診因腸病毒而前往求診的比例，和關鍵字在網路的搜尋強度，這兩組數據的相關性。

登革熱大流行年，搜尋量才會跟上疫情

登革熱在台灣的疫情表現，和腸病毒完全不同。通常從該年的 9 月開始延燒，若疫情嚴重時，甚至會持續到翌年 1 月（為什麼跟氣溫不是正相關呢？不懂啊…… O_O）。而雖然登革熱在南台灣看似很嚴重，但事實上，僅有 2014 年高雄和 2015 年台南大爆發算是比較顯著的大流行。

圖 4 顯示了自 2012 年以來每週通報的登革熱患者人數，以及「登革熱」和「關節痛」關鍵字的網路搜尋強度 [註2]。可以發現到在爆發大流行的 2014 年、2015 年，每週通報患者數和「登革熱」（紅色線）的變化趨勢，似乎有正比的關係！未爆發大流行的 2012 年、2013 年則看不出明顯的連動關係。而統計分析的結果和圖 4 類似，「登革熱」的搜尋強度和新增患者人數，在爆發大流行的那兩年都有高度的線性關係（ R² 線性值皆大於 0.7，而 pearson 相關係數大於 0.8），但未爆發流行的年份則呈現低度相關。顯示就登革熱而言，在疫情爆發的年份，觀察網路活動變化，的確能協助評估登革熱的嚴重程度；但在沒有大流行的年份，網路活動和疫情並沒有連動效果。

登革熱在大流行年份（2014、2015），網路搜尋關鍵字「登革熱」的趨勢，才會與通報患者趨勢相似。

圖4：2012 年至 2015 年的各週裡，台灣通報感染登革熱的人數（柱狀圖），以及關鍵字在網路的搜尋強度（線性圖）。

圖5：2012 年至 2015 年，以台灣通報染登革熱人數，和關鍵字在網路的搜尋強度，這兩組數據的相關性。

用網路活動評估宣導成效

我在研究今年的腸病毒數據時發現了一個有趣的現象，關鍵字「腸病毒」在 03/15~03/18 時，網路活動的強度突然提高（圖6），但當時並沒有爆發腸病毒流行。那麼是什麼因素所致呢？

深入調查後發現，疾病管制署在 3/15 發布新聞稿，警告台灣今年可能有腸病毒 71 型的大流行（圖7），而自03/15~03/18 間，疾病管制署的新聞稿顯然收到了相當好的宣傳效果！許多民眾因此開始關心、研究腸病毒的知識，因此在網路上可以觀察到一波搜尋的高峰。所以我們可以知道，分析網路活動強度的變化，不僅能夠觀察疫情的嚴重程度，更重要的是能夠評估、量化政府、企業業主的宣傳成效，進一步的判斷未來的策略規劃！

圖6：2016/01/03至08/06，關鍵字「腸病毒」在網路的搜尋強度。

圖7：2016/03/15，疾病管制署在今年首次發佈台灣可能會發生大流行的新聞稿。

接下來還可以做什麼？

本文僅利用了 Google 的數據，因此難免會有疏失之處。在未來，應該結合 Yahoo 搜尋和其他論壇、社交平台的統計數據，才能夠更全面地了解重大事件對民眾的影響，以獲得更精密的資訊！

此外，知名期刊《臨床傳染病》（Clinical Infectious Diseases）也曾在 2012 年發表網路活動和急診壅塞程度的相關研究，顯示可從網路活動的變化，推估市區內急診壅塞的程度 [2]。因此未來應該要開放式地嘗試各種臨床資料和網路數據結合的能力（沒錯，我想說的就是開放資料／Open Data，讓更多人想像可以怎麼玩！），以期達到各種有利於台灣醫療的效果。

• 本文感謝 UDN 聯合報系媒體創新研發中心研究員和 OmnInsight 公司的 CEO 陸子鈞、鍾采芳、衛生福利部台東醫院檢驗科張昱維（Yu-Wei Chang）和衛生福利部疾病管制署副署長羅一鈞醫師協助

註：

1. 用 Google 評估疫情會受到許多因素影響，如媒體大量報導時，因個人興趣而查詢特定關鍵字的民眾會變多，導致搜尋熱門度趨勢受到影響。因此群眾行為模式並不能完全取代現行的機制。所以本文著重於提供「不同面向的參考」，最準確的疫情掌握仍需仰賴實驗室的檢驗報告。
2. 我也用了其他症狀的關鍵字，但為了提高易讀性，因此在本文中僅提到少部份的研究

參考文獻

1. Chiang Wei-Lun. (2016, April 20). 台灣流感疫情也可以問問Google大神！. PanSci 泛科學. Retrieved August 14, 2016 from pansci.asia/archives/96812
2. Dugas AF, Hsieh YH, Levin SR, Pines JM, Mareiniss DP, Mohareb A, Gaydos CA, Perl TM, Rothman RE. Google Flu Trends: correlation with emergency department influenza rates and crowding metrics. Clinical Infectious Diseases 54 (2012) 463-469. DOI: 10.1093/cid/cir883